政策成果を評価することは、効果的なガバナンスと行政の礎です。それは単に結果を測定するだけでなく、社会における政策、プログラム、介入の意図的かつ意図しない効果を評価することを含みます。複雑さと限られた公共リソースの増加の時代では、厳格な評価は、どのような状況下で、どのようなコストで、どのような作品が、どのような作品であるかを判断するのに役立ちます。この記事では、成果を検証し、実際の手法を実践するための成功、トレードオフ、およびベストプラクティスの拡大された検査を提供します。

証拠に基づくガバナンスにおける政策評価の役割

Evidence ベースのガバナンスは、ポリシー決定を通知するために、データと研究の系統的な使用に依存しています。 ポリシーの評価は、このアプローチを出力するエンジンです。 評価なしで、ポリシーは、直観的または下位に基づいて主張するかもしれませんが、実証された有効性ではなく。 評価は、適応的な管理に必要なフィードバックループを提供し、政府や組織がプログラムを精製し、リソースを割り当て、どのような作品をスケールすることができます。

ポリシーの評価が必須である理由は次のとおりです。

  • 説明責任と透明性を強化する。[市民と利害関係者は、公共資金を効果的に使用することを期待しています。独立した評価は、約束が保持されているかどうかを実証します。
  • []将来のポリシー設計と実装の改善。[過去の評価からレッスンは、新しい取り組みの設計を通知し、間違いを繰り返す危険性を減らします。
  • [] 意図しない結果を特定する。[] 政策は、しばしば、正と負の両方のリップル効果を生成し、それは厳密な分析なしで見落とされるかもしれません。
  • リソースを効果的に割り当てます。[ 評価は、投資に対する最高のリターンをもたらす介入を優先するのに役立ちます。

政府は、すべてのレベルの国際機関、非営利団体、民間財団で、現在は、助成金契約や法定的な義務に評価要件を結集しました。 証拠に基づく政策への押しは、ニッチ学術的演習から現代的な公共管理の中央柱までの評価を高くしています。

ポリシーのアウトカムを評価するための重要なフレームワーク

いくつかの確立されたフレームワークは評価プロセスを導きます。各々は、適切な質問をし、関連する証拠を収集するための構造的なアプローチを提供しています。

CIPPモデル(コンテキスト、入力、プロセス、製品)

ダニエル・ストッフルビームが開発したCIPPモデルは、評価のための包括的なレンズを提供します。ポリシーが作動するコンテキスト、入力(リソースと戦略)、実装のプロセス、および製品(推奨と影響)を調べます。このフレームワークは、ライフサイクルのプログラムを改善することを目的とした評価に特に役立ちます。

ロジックモデルと変更理論

論理モデルは、政策のリソース、活動、出力、および結果を視覚的にマップします。それは、原因が介入を根絶する原因を明確にします。変化の理論は、変化が起こることが期待されるメカニズムを関節することによってより深くなります。これらのツールは、データを収集し、成功または失敗を探す場所を特定することを可能にします。それらは教育、健康、およびコミュニティ開発プログラムで広く使用されています。

コスト・メリット・コスト・効果分析

経済規模の明確な政策のために、コスト・利益分析(CBA)は、ネット社会価値を決定するために、コストと利益の両方を収益化します。コスト・効果分析(CEA)は、一方、結果の1単位あたりのコスト(例えば、保存されたコスト、学生の卒業ごとのコスト)を比較します。これらのフレームワークは、インフラ、健康、および資源配分が主な懸念である環境方針を評価するときに不可欠です。

方法論的アプローチとトレードオフ

評価方法の選択は、発見を深く形づける。単一のアプローチは完璧ではありません。それぞれが固有の強みと限界を運ぶ。これらのトレードオフを理解することは、信頼できる評価を設計するための重要なことです。

定量分析

定量的評価は数値データと統計的方法に依存しています。ランダム化された制御試験(RCT)は、因果的な推論のための金基準と考えられていますが、それらは高価であり、時には倫理的または実質的に不可解です。 Quasi‐experimental design(例、差異‐差異、回帰不全)は、ランダム化が不可能な場合に代替手段を提供します。

  • 強度:[]]高内部妥当性; より大きな人口への発見を一般化する能力; 測定可能な効果サイズ。
  • :] 文脈のニュアンスを見逃すかもしれません。 大規模なサンプルサイズが必要です。 コストと時間 - 消費することができます。

定性分析

Qualitativeメソッドは、ステークホルダーがポリシーに添付する経験、知覚、意味を探求します。テクニックには、詳細なインタビュー、フォーカスグループ、参加者の観察、および文書分析が含まれます。

  • ]強度:[]] 豊富なコンテキスト理解; 意図しない効果をキャプチャ; 余白されたグループに音声を与えます。
  • の制限:]の限定的な一般化性;結果は研究者の偏差の影響を受けることができます;サイト全体に集計する困難。

混合方法のアプローチ

量的および定性的方法を組み合わせたことは、より完全な画像を提供できます。例えば、調査(量的)は、就職研修プログラムが雇用率を改善し、インタビュー(定性的)は、参加者がスキルトレーニングとして社会的サポートネットワークを評価したことを明らかにする可能性があることを示しています。

  • 強度:[] 比較の調整; 「何」と「なぜ」の質問の両方に答える能力; 多様な聴衆にもっと信頼できる。
  • :]の制限が増加しました。複数のメソッドの専門知識が必要です。リソース - 集中することができます。

査定者は、特定のコンテキスト、利用可能なリソース、および意思決定者の情報ニーズに対して、これらのトレードオフを秤量しなければなりません。 よく設計された評価は、多くの場合、戦略的に複数の方法を使用します。

セクター横断政策評価で成功

政策評価は、多くのドメインにおいて有形改善をもたらした。以下の例では、評価が正変化を主導しているかを説明します。

ヘルスケアの改革

米国における手頃な価格のケア法(ACA)は、広範な評価の対象となっています。研究者は、未経験のレート、予防ケアへのアクセスの改善、および健康的結果の控えめな利益への改善に関する重要な削減を文書化しました。評価は、いくつかの低所得世帯のためのプレミアムの手頃な価格など、調整を必要とする領域を特定しました。これらの調査結果は、連邦および州のレベルでの継続的な政策の改良を通知しています。同様に、グローバルヘルスプログラムの評価は、Valaguaisiaと統合された投資を促進し、Valaguaisiaは、Valaguaisiaのターゲットを最適化し、Valaguasのターゲットを最適化し、Valaguaisiaを促進します。

教育への取り組み

教育では、Perry Preschool ProgramやAbecedarian Projectなどの早期の小児期の介入の評価は、多くの州で事前Kプログラムを拡張するという高い投資に対するリターンを示した。 最近では、教師評価システム、チャータースクールネットワーク、および大学アクセスプログラムの厳格な評価は、実際に学生の成果を改善するという証拠を提供した。 例えば、「すべての成功プログラム」のリテラシープログラムは、複数のランダム化試験を通して有効であることが判明しました。

環境・エネルギー政策

米国の環境保護庁は、環境政策において重要な役割を果たしています。米国環境保護庁は、大気汚染の減少に寄与する経済上の利点の何百万人もの回避された早期死亡と億の有意を認め、定期的にクリーンエア法改正の結果を評価しています。エネルギー部門では、再生可能エネルギー補助金およびエネルギー効率プログラムの評価は、政府が低炭素経済への移行を加速する費用対効果の高いインセンティブ構造を設計するのを助けました。

政策評価における固有のトレードオフと課題

価値にもかかわらず、政策評価は重要な課題ではありません。これらのトレードオフを認識することで、実務家が期待を管理し、より堅牢な評価を設計するのに役立ちます。

資源配分

高品質の評価を行うには、相当の時間、資金、および専門知識が必要です。 これらのリソースは、特に低所得設定で、しばしば希少です。 トレードオフは、直接サービスや他のプレスニーズに投資する評価対値の投資間で行われます。 組織は、高値情報を引き出す可能性があり、コストダウンアプローチを検討する評価を優先順位付けしなければなりません(例えば、管理データ、迅速なサイクル評価を使用して) 適切なところ。

データ制限

信頼性、適時、および粒状データへのアクセスは、多くの場合、効果的な評価のための最大の障壁です。 データは不完全であり、一貫性のある定義を使用して収集されるか、またはキーサブグループでは利用できません。 プライバシーの懸念と法的制限は、データ共有をさらに制限することができます。 データ品質が悪い場合、最も洗練された分析方法でさえ、信頼性のない結果が得られます。 評価者は、データの制限について透明性があり、可能な場合には、データシステムを改善するために時間をかけて作業する必要があります。

属性および偽物

政策が観察された結果を引き起こしたかどうかを判断する - 他の外部要因よりもむしろ - 有効な不確定性を構成する必要があります: ポリシーの不在に何が起こったのか。多くの現実的な設定では、信頼できる不確定性を作成することは困難です。倫理的または政治的制約は、ランダムな割り当てを防ぐことができ、自然な実験は存在しません。したがって、評価者は慎重に比較グループを選択し、変数を連結するための統計技術を使用して、常に妥協しない残留を認めなければなりません。

政治・組織圧力

評価結果は、政策に投資した利害関係者に脅威を与えることができます。負の調査を抑制する圧力があるかもしれません。障害を検知しないように評価を設計したり、好ましい物語を反対する結果を無視したりすることができます。独立性と信頼性を維持するには、強力なガバナンス構造、事前登録済みの評価計画、および透明な報告が必要です。 ]]U.S. Personnel Management LT:1]および [FLT:世界銀行] および [FLT:] に影響を受ける: [FLT: [FLT:] および [FLT: [FLT:] 認定] および [FLT: [F] 認定プログラム: [F] または [F] または [FLT: [F] 認定プログラム: [F] または [F] または [FLT: [F] または [F] または [F] または [FLT] または [F] または [FLT: [F] または [F] [F] または [FLTF] または [F] または [F] または [F] または [FLTFLT

タイムラインと関連性

政策決定は、しばしば、厳しい評価が数か月または数年かかることがありますが、迅速に行う必要があります。この緊張は、もはや有用でないと完了した評価につながることができます。1つの応答は、反復的なデータ収集と分析を使用して、政策がまだ実装されている間、評価を将来的に計画することです。もう1つは、開始からポリシー設計プロセスにそれらを組み込むことです。

堅牢な政策評価のためのベストプラクティス

政府機関、研究機関、国際機関から数十年の経験を積む、以下のベストプラクティスは、その評価が信頼性と有用性の両方である可能性を高めることができます。

  • 評価プロセス全体で利害関係者を抱き合わせる[]。ポリシーによって設計、実装、および影響を受けた者を関与させることで、評価に関する質問が関連している、メソッドは実行可能であり、結果は演じられます。
  • [] 明確な目的と結果が評価を開始する前に定義します。[] ヴァグの目標は、漠然とした評価につながります。 目的は、特定の、測定可能、達成可能、関連性、および時間順差(SMART)でなければなりません。
  • 包括的な理解のための混合方法アプローチを活用する。[ 数値だけでは完全な物語を伝えない。方法の結合は、パントと洞察力の深さの両方を提供します。
  • [評価計画を事前登録します。[ 意図した方法論、結果、分析計画を一般登録することで、データを見た後に、チェリーピック結果のリスクを低下させ、仮説を変更します。
  • [すべての関係者に効果的に知見を通報する。[[]] テーラーレポート、プレゼンテーション、およびさまざまなオーディエンスへの簡単な説明、政治家、実務家、および公共。 単純化せずに重要なメッセージを伝えるために、明確な言語と視覚化を使用してください。
  • ポリシーサイクルに反復学習をビルドします。[]評価は1つの予防活動ではありません。継続的な監視と定期的な再評価により、ポリシーは変更条件に適応することができます。
  • []評価能力に最も影響する。[政府や組織は、スタッフを訓練し、独立した評価ユニットに資金を供給し、証拠を値する文化を作成する必要があります。 []] 組織学習に関する学術文献[]]は、評価のための専用のリソースの重要性を強調しています。

政策評価の未来

テクノロジーは政策評価の可能性を急速に拡大しています。システム全体にリンクされている管理データの拡大(適切なプライバシー保護策)により、低コスト、大規模分析が可能になります。機械学習と人工知能は、パターンを特定し、結果の予測を支援しますが、バイアスと説明責任に関する懸念も高まっています。モバイルデバイスとセンサーを使用してリアルタイムモニタリングは、政策実装の品質に関する即時フィードバックを提供できます。

もう一つの新興トレンドは、行動的インサイトの評価に統合されています。認知バイアスと社会的規範が行動にどのように影響するかを調べることにより、評価者は、政策が成功するか、失敗するかについてより微分に評価を設計することができます。最後に、参加型および市民主導型評価モデルは、独自の用語で成功を定義し、意思決定者を責任で保持するコミュニティを促進しています。

政策評価の分野は、技術的な専門分野から中核ガバナンス機能に進化しています。透明性と有効性の要求が高まるにつれて、政策結果が厳格に評価される能力はさらに不可欠になります。

コンテンツ

政策成果を評価することは、現代のガバナンスのための複雑で不可欠な実践です。 ヘルスケア、教育、環境におけるエビデンス主導の改革の成功は、慎重な評価がより良い生活とより効率的な公共リソースの使用につながる可能性があることを実証しています。 しかし、トレードオフ - リソース制約、データ制限、アトリビューションの課題、および政治的圧力 - 適切な評価は完璧ではありません。 堅牢なフレームワークを使用して、適切な方法を採用し、利害関係者を雇用し、透明性、ポリシーをコミットすることで、これらの問題が重要視し、これらの問題が解決し、最終的には、これらの問題が重要であることを理解し、理解できる限りではありません。